MétaCan
Menu
Retour à la cohorte
Enregistrement W4322744627 · doi:10.1177/08861099231155887

A Structural Analysis of Gender-Based Violence and Depression in the Lives of Sexual Minority Women and Trans People

2023· article· en· W4322744627 sur OpenAlexafffundabout
Charmaine C. Williams, Margaret F. Gibson, Emily Mooney, Joellean R. Forbes, Deone Curling, Datejie Cheko Green, Lori E. Ross

Notice bibliographique

RevueAffilia · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensPublic Health OntarioUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOppressionStructural violenceGender studiesContext (archaeology)SociologySexual violenceNarrativeCriminologyTransphobiaHarmForegroundingPovertyPsychologySocial psychologyTransgenderPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

This article explores structural mechanisms that are the context for violence and depression in the lives of sexual minority women and trans people in Ontario, Canada. The article draws on interviews with 14 people who reported experiences of depression in the previous year, foregrounding three representative narratives. Narrative and case study analysis reveal that violence is a repeated and cumulative experience over lifetimes, occurring across different interpersonal contexts and institutional encounters. A common theme across the narratives is that experiences of violence are connected to a broader context in which structural arrangements, cultural norms, and institutional processes create conditions where marginalized people are put in harm's way, perpetrators are empowered, and justice and access to help are elusive. As the violence experienced by these sexual minority women and trans people is rooted in structural and cultural oppression represented in poverty, racism, misogyny, homophobia, and transphobia, the prevention of violence and its consequences for these and other marginalized populations requires systemic transformation of the structures and systems that currently allow and perpetuate harm.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,037
Tête enseignante GPT0,351
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAffiliaMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207